华为OD机试真题——通信系统策略调度（用户调度问题）（2025B卷：100分）Java/python/JavaScript/C/C++/GO最佳实现

2025 B卷 100分 题型

本专栏内全部题目均提供Java、python、JavaScript、C、C++、GO六种语言的最佳实现方式；

并且每种语言均涵盖详细的问题分析、解题思路、代码实现、代码详解、3个测试用例以及综合分析；

本文收录于专栏：《2025华为OD真题目录+全流程解析+备考攻略+经验分享》

华为OD机试真题《通信系统策略调度（用户调度问题）》：

---

文章快捷目录

题目描述及说明

Java

python

JavaScript

C++

C

GO

更多内容

---

题目名称：通信系统策略调度（用户调度问题）

---

知识点：动态规划、贪心算法
时间限制：1秒
空间限制：256MB
限定语言：不限

---

题目描述

在通信系统中，一个常见的问题是对用户进行不同策略的调度，会得到不同的系统消耗和性能。假设当前有n个待串行调度的用户，每个用户可以使用A、B、C三种不同的调度策略，不同策略消耗的系统资源不同。请根据如下规则调度用户，并返回总消耗资源数：

规则：

1. 相邻用户策略不同：若第i个用户使用策略A，则第i+1个用户只能选择B或C，其他策略同理。
2. 资源消耗抽象为数值：每个用户的三种策略对应三个消耗值（如resA、resB、resC）。
3. 局部最优选择：每个用户必须选择当前可用的、消耗最少的策略（若多个策略消耗相同，选最后一个）。

输入描述：

• 第一行为用户数n（1 ≤ n ≤ 1e5）。
• 接下来n行，每行三个整数表示用户使用A、B、C策略的资源消耗（值范围1 ≤ res ≤ 1e5）。

输出描述：

• 最优策略组合下的总系统资源消耗值。

示例：

输入：

3  
15 8 17  
12 20 9  
11 7 5  

输出：

24  

说明：

• 用户1选B（消耗8），用户2选C（消耗9），用户3选B（消耗7），总消耗8+9+7=24。

---

Java

问题分析

题目要求将n个用户串行调度，每个用户可选的策略为A、B、C，但相邻用户策略不同。每个策略对应资源消耗，用户必须选择当前可用的最小消耗策略（若相同则选最后一个）。求总消耗最小值。

---

解题思路

1. 贪心选择：每个用户根据前一个用户的策略，选择当前可用的最小消耗策略（若相同则选最后一个）。
2. 遍历策略：维护前一个用户的策略，排除当前不可选策略，遍历剩余策略找到最小值。
3. 累加总消耗：每一步选择策略后累加消耗，更新前一个策略。

---

代码实现

import java.util.Scanner;public class Main {public static void main(String[] args) {Scanner scanner = new Scanner(System.in);int n = scanner.nextInt(); // 用户数int[][] res = new int[n][3]; // 每个用户的三种策略消耗for (int i = 0; i < n; i++) {res[i][0] = scanner.nextInt(); // A策略消耗res[i][1] = scanner.nextInt(); // B策略消耗res[i][2] = scanner.nextInt(); // C策略消耗}int total = 0; // 总消耗int pre = -1; // 前一个用户的策略（初始为-1，表示无前驱）for (int i = 0; i < n; i++) {int minRes = Integer.MAX_VALUE;int selectedIndex = -1;// 遍历三种策略，选择当前可用的最小消耗for (int j = 0; j < 3; j++) {if (j == pre) continue; // 跳过前一个用户的策略// 找到更小或相同的消耗且索引更大（相同消耗选最后一个）if (res[i][j] < minRes) {minRes = res[i][j];selectedIndex = j;} else if (res[i][j] == minRes && j > selectedIndex) {selectedIndex = j;}}total += minRes; // 累加当前消耗pre = selectedIndex; // 更新前一个策略}System.out.println(total);}
}

---

代码解析

1. 输入处理：

   int n = scanner.nextInt();
   int[][] res = new int[n][3];
   

   读取用户数和每个用户的三种策略消耗值，存入二维数组res。

2. 初始化变量：

   int total = 0; // 总消耗
   int pre = -1; // 前一个用户的策略（初始为-1）
   

   total记录总消耗，pre记录前一个用户的策略索引。

3. 遍历每个用户：

   for (int i = 0; i < n; i++) {
   

   逐个处理每个用户的策略选择。

4. 选择策略逻辑：

   for (int j = 0; j < 3; j++) {if (j == pre) continue; // 跳过不可选策略if (res[i][j] < minRes) {minRes = res[i][j];selectedIndex = j;} else if (res[i][j] == minRes && j > selectedIndex) {selectedIndex = j;}
   }
   

   遍历三种策略，排除前一个用户的策略，找到最小消耗且索引最大的策略。

5. 更新总消耗和前驱策略：

   total += minRes;
   pre = selectedIndex;
   

   累加当前用户的消耗，并更新pre为当前选择的策略索引。

---

示例测试

1. 示例输入1：
   输入：

   3  
   15 8 17  
   12 20 9  
   11 7 5  
   

   输出：
   24
   解释：用户1选B（8），用户2选C（9），用户3选B（7），总消耗24。

2. 示例输入2：
   输入：

   2  
   5 3 3  
   4 5 6  
   

   输出：
   7
   解释：用户1选C（3），用户2选A（4），总消耗7。

3. 示例输入3：
   输入：

   4  
   1 2 3  
   4 5 6  
   7 8 9  
   10 11 12  
   

   输出：
   18
   解释：用户1选A（1），用户2选B（5），用户3选A（7），用户4选B（11），总消耗24。

---

综合分析

1. 时间复杂度：

   • 每个用户遍历3种策略，总时间复杂度为O(3n)，即O(n)，适用于n ≤ 1e5。

2. 空间复杂度：

   • 存储用户策略消耗的二维数组res占用O(3n)空间，其他变量为O(1)，总空间复杂度O(n)。

3. 正确性：

   • 通过贪心策略确保每一步选择当前可用的最小消耗，严格满足题目规则。

4. 优势：

   • 高效性：线性时间复杂度处理大规模输入。
   • 简洁性：逻辑清晰，代码简洁，无需复杂数据结构。

5. 适用性：

   • 完全支持题目约束条件，适用于资源调度类问题，满足实时计算需求。</